在Python中，在邮政编码的第3和第4个字符之间放置空格

Question

我有一个Python中的df（数据帧），带有一个带有加拿大邮政编码的邮政编码变量。所有邮政编码都收集在一行中，如k1b6j2。但是，要使用“pgeocode”软件包，我需要标准格式的邮政编码，如k1b 6j2（第3和第4个字符之间必须有空格）

那么，有没有办法用df中修改过的邮政编码替换所有邮政编码

非常感谢,， 本

Answer 1

在熊猫中，您可以使用“应用”来满足您的需求

df['postal_code'] = df['postal_code'].apply(lambda x:x[:3]+' '+x[-3:])

Answer 2

您只需按照预期的格式重新定义列：

import pandas as pd 
df = pd.DataFrame({'ID':[1,2,3,4],'postal_code':['k1b6j2','k1b6j3','k1b6j4','k1b6j5']}) ##Example dataset

   ID postal_code
0   1      k1b6j2
1   2      k1b6j3
2   3      k1b6j4
3   4      k1b6j5

按所需格式重新定义postal_code列：

df['postal_code'] = df['postal_code'].astype(str)
df['postal_code'] = [(x[:3]+" "+x[3:]) for x in df['postal_code']]

输出：

   ID postal_code
0   1     k1b 6j2
1   2     k1b 6j3
2   3     k1b 6j4
3   4     k1b 6j5

最后，与100k长度数据帧中的一些其他方法进行比较：

df['postal_code'] = [(x[:3]+" "+x[3:]) for x in df['postal_code']] 
First method time:  0.08260965347290039
df['postal_code'] = df["postal_code"].str[:3] + " " + df["postal_code"].str[3:]
Second method time:  0.112518310546875

Answer 3

另一种方法是使用pandas string support，它有一系列很好的方法来处理字符串，例如字符串列的直接切片：

>>> import pandas as pd
>>> df = pd.DataFrame({"index": range(10), "code": ["k1b6j2"]*10})
>>> df["postal_code"] = df["code"].str[:3] + " " + df["code"].str[3:]
>>> df
   index    code postal_code
0      0  k1b6j2     k1b 6j2
1      1  k1b6j2     k1b 6j2
2      2  k1b6j2     k1b 6j2
3      3  k1b6j2     k1b 6j2
4      4  k1b6j2     k1b 6j2
5      5  k1b6j2     k1b 6j2
6      6  k1b6j2     k1b 6j2
7      7  k1b6j2     k1b 6j2
8      8  k1b6j2     k1b 6j2
9      9  k1b6j2     k1b 6j2